સ્વતંત્રતા માટે ચી સ્ક્વેર ટેસ્ટ

સ્વતંત્રતા માટે ચી-સ્ક્વેર ટેસ્ટ

સ્વતંત્રતા માટે ચી-સ્ક્વેર (χ²) પરીક્ષણ એ એક બિન-પેરામેટ્રિક આંકડાકીય પદ્ધતિ છે જેનો ઉપયોગ ઘણીવાર બે વર્ગીકૃત ચલો (નોમિનલ અથવા ઓર્ડિનલ સ્કેલ) સંબંધિત છે કે અસંબંધિત છે તે નક્કી કરવા માટે થાય છે. ઘણા સામાજિક, આરોગ્ય, શિક્ષણ, માર્કેટિંગ અને નીતિ વિશ્લેષણ અભ્યાસોમાં, સંશોધકો ઘણીવાર લિંગ (પુરુષ/સ્ત્રી), ધૂમ્રપાનની સ્થિતિ (હા/ના), શિક્ષણ સ્તર (હાઈ સ્કૂલ/ડિપ્લોમા/સ્નાતકની ડિગ્રી), બ્રાન્ડ પસંદગીઓ (A/B/C), અને તેથી વધુ જેવા વર્ગીકૃત ડેટાનો સામનો કરે છે. સ્વતંત્રતા માટે ચી-સ્ક્વેર પરીક્ષણ મુખ્ય પ્રશ્નનો જવાબ આપવામાં મદદ કરે છે: શું એક ચલનું વિતરણ અન્ય ચલ શ્રેણીઓમાં નોંધપાત્ર રીતે અલગ છે?

મૂળભૂત ખ્યાલો: સ્વતંત્રતા શું છે?

જો પ્રથમ ચલમાં શ્રેણીઓ વિશેની માહિતી બીજા ચલમાં શ્રેણીઓની આગાહી કરવામાં મદદ ન કરે તો બે ચલો સ્વતંત્ર કહેવાય છે. ઉદાહરણ તરીકે, જો "લિંગ" અને "પીણાની પસંદગી" સ્વતંત્ર હોય, તો પુરુષ અને સ્ત્રી બંને જૂથોમાં પીણાની પસંદગીઓનું પ્રમાણ પ્રમાણમાં સમાન હશે. તેનાથી વિપરીત, જો પ્રમાણ નોંધપાત્ર રીતે અલગ હોય, તો આ સૂચવે છે કે બે ચલો સ્વતંત્ર (સંકળાયેલ) નથી.

સ્વતંત્રતા માટે ચી-સ્ક્વેર ટેસ્ટ અવલોકિત ફ્રીક્વન્સીઝ (આપણે જે વાસ્તવિક ડેટા જોઈએ છીએ) ની અપેક્ષિત ફ્રીક્વન્સીઝ (જો બે ચલો ખરેખર સ્વતંત્ર હોત તો "થવી જોઈએ" તેવી ફ્રીક્વન્સીઝ) સાથે સરખામણી કરીને કાર્ય કરે છે. અવલોકિત અને અપેક્ષિત મૂલ્યો વચ્ચેનો તફાવત જેટલો વધારે હશે, χ² આંકડાનું મૂલ્ય તેટલું વધારે હશે, અને સંબંધના પુરાવા તેટલા મજબૂત હશે.

આકસ્મિક કોષ્ટક

આ પરીક્ષણ માટેનો ડેટા એક આકસ્મિક કોષ્ટકમાં ગોઠવાયેલ છે, જે બે ચલોના વર્ગીકૃત સંયોજનો માટે ફ્રીક્વન્સીઝ દર્શાવે છે. ઉદાહરણ તરીકે, ચાલો ધૂમ્રપાનની સ્થિતિ (હા/ના) અને ક્રોનિક ઉધરસની ઘટનાઓ (હા/ના) વચ્ચેના સંબંધની તપાસ કરીએ. આપણે દરેક સંયોજનમાં ઉત્તરદાતાઓની સંખ્યા ધરાવતું 2x2 કોષ્ટક બનાવીશું.

સામાન્ય રીતે, કોષ્ટકો 2×2, 2×3, 3×4, અને તેથી વધુ હોઈ શકે છે, જે દરેક ચલમાં શ્રેણીઓની સંખ્યાના આધારે હોય છે. સ્વતંત્રતા માટે ચી-સ્ક્વેર ટેસ્ટનો ઉપયોગ કોઈપણ કદના કોષ્ટકો માટે થઈ શકે છે, જ્યાં સુધી ચોક્કસ શરતો પૂરી થાય.

પૂર્વધારણા પરીક્ષણ

સ્વતંત્રતા માટે ચી-સ્ક્વેર ટેસ્ટમાં, પૂર્વધારણા છે:

– H0 (શૂન્ય પૂર્વધારણા): બંને ચલો સ્વતંત્ર છે (કોઈ સંબંધ/સંબંધ નથી).
– H1 (વૈકલ્પિક પૂર્વધારણા): બે ચલો સ્વતંત્ર નથી (એક સંબંધ/સંબંધ છે).

પરીક્ષણનો હેતુ એ નક્કી કરવાનો છે કે ડેટા H0 ને નકારવા માટે પૂરતા પુરાવા પૂરા પાડે છે કે નહીં.

ચી-સ્ક્વેર આંકડાકીય સૂત્ર

ચી-સ્ક્વેર ટેસ્ટ આંકડાની ગણતરી સૂત્રનો ઉપયોગ કરીને કરવામાં આવે છે:

\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]

માહિતી:
– \(O_{ij}\) એ કોષ પંક્તિ-i અને સ્તંભ-j માં અવલોકન આવર્તન છે.
– \(E_{ij}\) એ પંક્તિ-i અને સ્તંભ-j ના કોષમાં અપેક્ષિત આવર્તન છે.

અપેક્ષિત આવર્તનની ગણતરી પંક્તિના કુલ અને સ્તંભના કુલ પરથી કરવામાં આવે છે:

\[
E_{ij} = \frac{(\text{કુલ પંક્તિ i}) \times (\text{કુલ સ્તંભ j})}{\text{કુલ કુલ}}
\]

આ સૂત્ર પ્રતિબિંબિત કરે છે કે જો દરેક પંક્તિ અને સ્તંભમાં વિતરણો એકબીજાને પ્રભાવિત ન કરે (સ્વતંત્ર હોત) તો શું થવાની અપેક્ષા રાખવામાં આવશે.

સ્વતંત્રતાની ડિગ્રીઓ

આ કસોટી માટે સ્વતંત્રતાની ડિગ્રી (df) કોષ્ટકના કદ દ્વારા નક્કી કરવામાં આવે છે:

\[
df = (r – 1)(c – 1)
\]

સાથે:
– \(r\) = પંક્તિઓની સંખ્યા (પ્રથમ ચલ શ્રેણી)
– \(c\) = કૉલમની સંખ્યા (બીજી ચલ શ્રેણી)

સ્વતંત્રતાની ડિગ્રી p-મૂલ્ય નક્કી કરવા માટે ઉપયોગમાં લેવાતા ચી-સ્ક્વેર વિતરણના આકારને અસર કરે છે.

ચી-સ્ક્વેર સ્વતંત્રતા પરીક્ષણ કરવાનાં પગલાં

આ પરીક્ષણ હાથ ધરવા માટેનો સામાન્ય ક્રમ નીચે મુજબ છે:

૧. ડેટાને આકસ્મિક કોષ્ટકમાં ગોઠવો.
ખાતરી કરો કે ડેટા ફ્રીક્વન્સીઝના રૂપમાં છે, ટકાવારીના રૂપમાં નહીં.

2. \(E_{ij}\) સૂત્રનો ઉપયોગ કરીને દરેક કોષ માટે અપેક્ષિત આવર્તનની ગણતરી કરો.

3. બધા કોષો માટે \((OE)^2/E\) ના ઘટકોનો સારાંશ આપીને χ² ની કિંમતની ગણતરી કરો.

4. \((r-1)(c-1)\) નો ઉપયોગ કરીને df નક્કી કરો.

5. ચી-સ્ક્વેર વિતરણના આધારે df સાથે p-મૂલ્યની ગણતરી કરો (અથવા ગણતરી કરેલ χ² ને મહત્વ સ્તર α પર કોષ્ટક χ² સાથે સરખાવો, ઉદાહરણ તરીકે 0,05).

૬. નિર્ણય લો.
– જો p-મૂલ્ય ≤ α → H0 ને નકારે છે → તો સંબંધ/નિર્ભરતા છે.
– જો p-મૂલ્ય > α → H0 ને નકારવામાં નિષ્ફળ જાય → સંબંધનો કોઈ પુરાવો નથી.

7. મૂળ અર્થઘટન.
સંશોધનના સંદર્ભમાં સંબંધનો અર્થ શું છે તે સમજાવો, ફક્ત "નોંધપાત્ર" અથવા "નોંધપાત્ર નથી" નહીં.

અર્થઘટન ઉદાહરણ (વિગતવાર ગણતરીઓ વિના)

ધારો કે એક સંશોધક "અભ્યાસ પદ્ધતિ" (સ્વતંત્ર/જૂથ) અને "ગ્રેજ્યુએશન" (પાસ/નિષ્ફળ) વચ્ચેના સંબંધનું મૂલ્યાંકન કરી રહ્યો છે. ચી-સ્ક્વેર ટેસ્ટ કર્યા પછી, p-મૂલ્ય 0,02 છે. α = 0,05 સાથે, નિષ્કર્ષ H0 ને નકારવાનો છે, જે અભ્યાસ પદ્ધતિ અને ગ્રેજ્યુએશન વચ્ચેના સંબંધને દર્શાવે છે. ત્યારબાદ સંશોધકે નક્કી કરવાની જરૂર છે કે કયા કોષો સૌથી મોટો તફાવત ફાળો આપે છે (ઉદાહરણ તરીકે, શું જૂથ અભ્યાસ સ્નાતકોનું પ્રમાણ વધારે છે). વ્યવહારમાં, પ્રમાણિત અવશેષો અથવા અસર કદની તપાસ કરીને વિશ્લેષણને વિસ્તૃત કરી શકાય છે.

મહત્વપૂર્ણ શરતો અને ધારણાઓ

ચી-સ્ક્વેર નોનપેરામેટ્રિક હોવા છતાં, આ પરીક્ષણમાં ઘણી મહત્વપૂર્ણ આવશ્યકતાઓ છે:

1. ડેટા ગણતરીઓ (આવર્તન) ના સ્વરૂપમાં છે અને દરેક વિષય ફક્ત એક જ શ્રેણીમાં આવે છે (પરસ્પર વિશિષ્ટ).
2. સ્વતંત્ર અવલોકનો, એટલે કે એક પ્રતિવાદીને એક કરતા વધુ વખત ગણી શકાય નહીં, અને અવલોકનો વચ્ચે કોઈ જોડી સંબંધ નથી.
3. અપેક્ષિત આવર્તન પૂરતી મોટી છે. એક સામાન્ય નિયમ: મોટાભાગના \(E_{ij}\) મૂલ્યો ≥ 5 હોવા જોઈએ. જો નાના અપેક્ષિત મૂલ્યો સાથે ઘણા બધા કોષો હોય, તો ચી-સ્ક્વેર પરીક્ષણ પરિણામો અમાન્ય હોઈ શકે છે.

નાની ફ્રીક્વન્સીઝવાળા 2×2 કોષ્ટકો માટે, એક સામાન્ય વિકલ્પ ફિશરનો ચોક્કસ કસોટી છે. જોડીવાળા ડેટા માટે (દા.ત., સમાન પ્રતિવાદી પર પહેલા-પછી), એક વિકલ્પ મેકનેમરનો કસોટી છે.

અસરનું કદ: ફક્ત નોંધપાત્ર નથી

નોંધપાત્ર પરિણામનો અર્થ "મજબૂત" સંબંધ હોવો જરૂરી નથી. તેથી, ઘણીવાર અસરના કદની જાણ કરવાની ભલામણ કરવામાં આવે છે, ઉદાહરણ તરીકે:

- 2×2 ટેબલ માટે ફી (φ)
- મોટા કોષ્ટકો માટે Cramer's V

ક્રેમરનો V 0 થી 1 સુધીનો છે, જેમાં મોટા મૂલ્યો મજબૂત જોડાણ સૂચવે છે. રિપોર્ટિંગ ઇફેક્ટ કદ વાચકોને ફક્ત તેના અસ્તિત્વને જ નહીં, પણ સંબંધની મજબૂતાઈને સમજવામાં મદદ કરે છે.

ફાયદા અને મર્યાદાઓ

વધારાનું:
- વર્ગીકૃત ડેટા માટે ઉપયોગમાં સરળ.
- સામાન્યતાની ધારણાની જરૂર નથી.
- ઘણા સંશોધન ક્ષેત્રો માટે યોગ્ય.

કેટરબટાસન:
- નમૂનાના કદ પ્રત્યે સંવેદનશીલ: મોટા નમૂનાઓ નાના તફાવતો "નોંધપાત્ર" બનાવી શકે છે.
- સંબંધની દિશા સીધી બતાવતું નથી, પરંતુ ફક્ત જોડાણની હાજરી/ગેરહાજરી દર્શાવે છે.
- જો ઘણા કોષોમાં અપેક્ષિત ફ્રીક્વન્સી ઓછી હોય તો તે સમસ્યારૂપ છે.
- અર્થઘટનને વધારાના વિશ્લેષણ દ્વારા સમર્થન મળવું જોઈએ (દા.ત. પ્રમાણ અથવા અવશેષો જોવું).

પેનટઅપ

સ્વતંત્રતા માટે ચી-સ્ક્વેર ટેસ્ટ એ બે વર્ગીકૃત ચલો વચ્ચેના સંબંધના અસ્તિત્વ અથવા ગેરહાજરીનું મૂલ્યાંકન કરવા માટે એક મહત્વપૂર્ણ સાધન છે. આકસ્મિક કોષ્ટક બનાવીને, અપેક્ષિત ફ્રીક્વન્સીઝની ગણતરી કરીને અને χ² આંકડાનો ઉપયોગ કરીને અવલોકન કરાયેલ ફ્રીક્વન્સીઝ સાથે તેમની તુલના કરીને, સંશોધકો સ્વતંત્રતાની પૂર્વધારણાનું ઉદ્દેશ્યપૂર્વક પરીક્ષણ કરી શકે છે. જો કે, એક મજબૂત વિશ્લેષણ ઉત્પન્ન કરવા માટે, સંશોધકોએ નોંધપાત્ર અસર હાજર છે કે નહીં તે નક્કી કરવા કરતાં આગળ વધવું જોઈએ; તેમણે અસરના કદની પણ જાણ કરવી જોઈએ, અપેક્ષિત ફ્રીક્વન્સી આવશ્યકતાઓની તપાસ કરવી જોઈએ અને અભ્યાસના મૂળ સંદર્ભ સાથે તારણોને સાંકળવા જોઈએ. આમ, ચી-સ્ક્વેર ટેસ્ટ માત્ર એક ગાણિતિક પ્રક્રિયા કરતાં વધુ બની જાય છે, પરંતુ વૈજ્ઞાનિક તર્કનો એક ભાગ બને છે જે વર્ગીકૃત ડેટામાં સંબંધોના પેટર્નને સમજવામાં મદદ કરે છે.